Ingénieur Administration Cluster IA

Ingénieur Administration Cluster IA SeniorCDI | 2 à 5 ans d'expérience | Montpellier (site client)Contexte du posteAlliance Services Plus (AS+) recherche un(e) Ingénieur(e) Administration Cluster IA Senior pour accompagner l’un de ses clients dans l’administration et le maintien en conditions opérationnelles d’une plateforme dédiée à l’Intelligence Artificielle.Notre client est un acteur public majeur dans les domaines de la sûreté nucléaire, de la recherche et de l’expertise scientifique. Ses activités s’appuient notamment sur des infrastructures de calcul intensif et des plateformes dédiées aux usages IA.Vous interviendrez sur le MCO du cluster IA, le support aux utilisateurs, la gestion des incidents et l’automatisation des opérations d’exploitation.Missions principalesAssurer le MCO du cluster IA : GPU, CPU, stockage et réseauAdministrer les environnements Linux et KubernetesAssurer le support aux utilisateurs et le traitement des incidentsGérer les ressources, quotas, priorités et jobs sur la plateformeParticiper à la gestion des GPU NVIDIA, drivers, CUDA et MIGMettre en place et maintenir l’automatisation des opérations d’exploitationAssurer la supervision et le monitoring de la plateformeParticiper au suivi des incidents matériels et aux échanges avec les mainteneursContribuer à l’évolution et à l’optimisation de l’infrastructure IARédiger et maintenir la documentation et les procédures d’exploitationEnvironnement techniqueSystèmes : Linux UbuntuOrchestration : Kubernetes, DockerGPU : NVIDIA, CUDA, MIGAutomatisation : Ansible, Bash, PythonSupervision : Prometheus, GrafanaInfrastructure : stockage haute performance, stockage objet, réseaux de clustersMéthodes : ITIL / ITSM, gestion des incidents et des changementsProfil recherchéFormation Bac+5 (École d’Ingénieur, Master ou équivalent)Expérience confirmée en administration systèmes et infrastructuresBonne maîtrise de Linux et KubernetesExpérience sur des infrastructures GPU / IAConnaissance de NVIDIA, CUDA et idéalement MIGBonne maîtrise d’Ansible et/ou du scripting Bash / PythonExpérience en supervision et gestion des incidentsUne connaissance des environnements de stockage et réseaux HPC/IA est appréciéeQualités attendues :Esprit d’analyse et capacité de diagnosticAutonomie et rigueurSens du service et orientation utilisateurRéactivité face aux incidentsAisance dans les environnements techniques complexesForce de proposition